Ocena dokładności i estetyki po zautomatyzowanej rekonstrukcji wady żuchwy za pomocą AI
Ocena dokładności i estetyki po zautomatyzowanej rekonstrukcji wady żuchwy za pomocą sztucznej inteligencji: badanie serii przypadków
Przegląd badań
Status
Warunki
Interwencja / Leczenie
Szczegółowy opis
Cyfrowy proces chirurgiczny często wymaga oczekiwanego modelu odniesienia żuchwy. Obecnie wspólnym procesem chirurgii cyfrowej jest odzwierciedlenie naprawy lub ręczne poszukiwanie innych podobnych żuchwy do lokalnego fuzji danych i przetwarzania wygładzania. Bardziej dokładny oczekiwany model referencyjny jest trudny do osiągnięcia, czasochłonny i trudny do promowania w praktyce klinicznej. Ponadto szybkie przetwarzanie routingu często ma słabą dokładność. W przypadku skumulowanych obustronnych zmian, masywnych zmian, oczywistego przemieszczenia lub zmian przecinających środkową linię nadal nie ma skutecznej metody przewidywania oczekiwanego modelu odniesienia w praktyce klinicznej.
Głównym celem przeprowadzenia tego badania jest zaproponowanie ulepszonego algorytmu w celu przezwyciężenia wad ostatnich badań z wykorzystaniem 3D UNET oraz przetestowanie przewidywalności i wartości klinicznej praktycznie generowanych modeli 3D urzędniczej żuchwy u rzeczywistych pacjentów.
Typ studiów
Zapisy (Szacowany)
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Sarah Moustafa. Moustafa, MSc.
- Numer telefonu: 56794540
- E-mail: sarah.elayoutti@dentistry.cu.edu.eg
Kopia zapasowa kontaktu do badania
- Nazwa: Sarah Moustafa. Moustafa, PHD
- Numer telefonu: 01006133135
- E-mail: waleed.elbeialy@dentistry.cu.edu.eg
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Pacjenci z guzami żuchwy, torbiele lub jakąkolwiek łagodną chorobą powodującą wadę ciągłości żuchwy.
- Grupa wiekowa: w wieku 18–55 lat.
- Bez upodobania seksu.
- CTS lub CBCT tylko zdrowych żuchwy z internetowej bazy danych i rzeczywistych danych.
Kryteria wykluczenia:
- Pacjenci ze złośliwymi zmianami żuchwy.
- Grupa wiekowa dla dzieci w dniach 2-17.
- CTS of Maxilla.
- Starsi pacjenci zostaną wykluczeni z powodu normalnej fizjologicznej zmiany kości.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Leczenie
- Przydział: Nie dotyczy
- Model interwencyjny: Zadanie dla jednej grupy
- Maskowanie: Brak (otwarta etykieta)
Broń i interwencje
Grupa uczestników / Arm |
Interwencja / Leczenie |
|---|---|
|
Eksperymentalny: Płytki rekonstrukcyjne specyficzne dla pacjenta
Pacjenci z łagodnymi zmianami wskazali do resekcji i powodujące wady ciągłości żuchwy leczonych płytkami rekonstrukcyjnymi specyficznymi dla pacjenta.
|
Zastosowanie płyt rekonstrukcyjnych specyficznych dla pacjenta na 3-D Praktycznie generowana defekt za pomocą sztucznej inteligencji.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Dokładność praktycznie generowanego modelu 3D za pomocą AI
Ramy czasowe: linia bazowa
|
Urządzenie pomiarowe to model AI z wykorzystaniem procentu jako jednostki
|
linia bazowa
|
|
Dokładność modelu generowanego przez AI klinicznie
Ramy czasowe: linia bazowa
|
Urządzenie pomiarowe polega na nałożeniu zarówno wirtualnego modelu generowanego 3D, jak i prawdziwego pacjenta CT Post Operative przy użyciu oprogramowania (Blender). (Wskaźnik podobieństwa strukturalnego) (SSIM) |
linia bazowa
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wynik etetyczny
Ramy czasowe: linia bazowa
|
Urządzenie pomiarowe to wygląd twarzy przy użyciu 4-punktowego wyniku
|
linia bazowa
|
|
Okluzja
Ramy czasowe: linia bazowa
|
Urządzenie pomiarowe to cyfrowa analiza okluzji przy użyciu skan T, a urządzenie jest procentowe
|
linia bazowa
|
Współpracownicy i badacze
Sponsor
Śledczy
- Główny śledczy: Sarah Moustafa, MSc., Cairo University
Publikacje i pomocne linki
Publikacje ogólne
- Liang Y, Huan J, Li JD, Jiang C, Fang C, Liu Y. Use of artificial intelligence to recover mandibular morphology after disease. Sci Rep. 2020 Oct 2;10(1):16431. doi: 10.1038/s41598-020-73394-5.
- van Baar GJC, Forouzanfar T, Liberton NPTJ, Winters HAH, Leusink FKJ. Accuracy of computer-assisted surgery in mandibular reconstruction: A systematic review. Oral Oncol. 2018 Sep;84:52-60. doi: 10.1016/j.oraloncology.2018.07.004. Epub 2018 Jul 20.
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- AI in Mandibular Defects
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .
Badania kliniczne na Guz żuchwy
-
RezoluteDo dyspozycjiHiperinsulinizm związany z guzem (Tumor HI)